随着计算机视觉以及图像处理等技术的发展,图像配准已成为其发展中一项关键且不可缺少的基础技术,被广泛的应用在遥感技术、环境监测、模式识别等领域。遥感图像配准是指对同一目标区域下的不同时段、不同角度、不同波段、不同光谱、不同传感器等不同条件下采集到的多幅遥感图像根据某种相似性度量,以此找到像素间的某种正确的对齐关系,完成几何校准的过程。目前,遥感成像技术的不断发展,图像模式的多样化,传统的图像配准技术不能满足有较大灰度变化的遥感图像的准确配准,因此现有的技术中还存在需要解决的问题。研究表明,图像配准的方法中基于点特征的对图像的几何变化、灰度变化以及遮挡问题有较好的稳定性。因此本文根据图像配准的现实意义,整理国内外研究现状,分析彼此的优缺点,对图像配准基本理论进行介绍,在前人的研究基础上对点特征的配准方法展开了研究,并提出了两种基于点特征的遥感图像配准方法。(1)针对遥感图像对之间存在较大的灰度差异,明显的非线性灰度差异,正确对应关系不充分的问题,提出一种新的基于Harris特征提取的遥感图像配准方法。该方法是基于非线性扩散滤波和快速显示扩散方程建立非线性尺度空间,用快速显式扩散方程求解非线性扩散方程,可以加快求解速度,并在建立的尺度空间的梯度幅度图像上用Harris方法提取图像特征,用改进后的梯度计算方法计算在构建尺度空间以及构建描述符过程中涉及的梯度信息。实验表明,非线性尺度空间的梯度幅度图像的灰度差异相比原图像有明显的降低,并在其上检测Harris特征点可以增加正确匹配特征对数。新的梯度计算方法可以降低特征描述子在梯度方向的差异,进而降低对非线性灰度变化的敏感性,改善非线性差异问题给遥感图像配准带来的影响。(2)为了克服遥感图像对之间较强的灰度差异,增加正确对应关系数,提高特征点对匹配精度,设计基于点以及线约束的空间约束匹配优化条件,提出基于非线性尺度空间和空间约束的遥感图像配准方法。通过实验证明,建立的基于点约束与线约束的空间约束条件可以增加正确匹配对,提高正确匹配率。与其他几种先进的方法相比较,具有更多正确的对应关系以及更高的匹配精度,对有较大灰度差异的遥感图像对,配准性能得到明显的改善。